Python中的韦尔奇 t 检验

韦尔奇 t 检验(Welch's t-test)是一种用于比较两个独立样本均值是否存在显著差异的统计方法。与传统的t检验相比，韦尔奇 t 检验不要求两个样本的方差相等，因此更加灵活。在Python中，韦尔奇 t 检验可以使用scipy.stats.ttest_ind函数实现。

函数语法

ttest_ind(a, b, axis=0, equal_var=False, nan_policy='propagate')

函数参数解释如下：

• a, b: 需要进行比较的两个样本；
• axis: 指定计算统计量的轴方向，默认为0，表示计算列方向的统计量；
• equal_var: 是否假设两个样本的方差相等，默认为False，表示不假设方差相等；
• nan_policy: 指定如何处理缺失值，默认为'propagate'，表示传递缺失值。

使用示例

下面是使用韦尔奇 t 检验比较两个样本的均值是否有显著差异的代码示例：

import numpy as np
from scipy.stats import ttest_ind

# 生成两个随机样本，分别具有不同的方差
np.random.seed(123)
a = np.random.normal(loc=2, scale=5, size=100)
b = np.random.normal(loc=2.5, scale=7, size=100)

# 使用韦尔奇 t 检验比较两个样本的均值是否有显著差异
t_stat, p = ttest_ind(a, b, equal_var=False)
print('t统计量：', t_stat)
print('p值：', p)

输出结果如下：

t统计量： -0.44271210982367253
p值： 0.6589610033185761

p值为0.65，远大于0.05的显著性水平，因此不能拒绝原假设，即两个样本的均值相等。